歡迎關注個人公眾號：石杉的架構筆記（ID:shishan100）
週一至週五早8點半！精品技術文章準時送上！
“ 又到週末，老規矩，週末不給大家送上“燒腦”的技術文章，我們稍微停一下腳步，總結一下之前的內容，溫故而知新。
前言
這次我們總結的，主要是之前大資料的內容。這裡筆者多說一句，筆者認為，大資料的技術、思想，對Java工程師來說也是非常重要的，Java工程師很有必要了解一些大資料的知識。
反過來，沒有深厚的Java功底，大資料也好比是空中樓閣。舉個例子，沒有深厚的jdk原始碼功底，你甚至連Hadoop的原始碼都讀不懂，更談不上修復bug，二次開發。所謂浮沙之上，難築高臺，說的就是這個意思。
“閒扯”了這麼多，那麼我們就來做一個簡單的總結：
第一篇
萬丈高樓平地起，首先，大白話給大家聊了聊Hadoop的架構原理，通過大量的手繪圖，儘量保證即使是沒有接觸過Hadoop的同學，讀過之後，也能明白這款優秀的技術框架背後的架構原理。
Hadoop的架構原理，各位還記得嗎？時間久遠，有點模糊？OK，趕緊的迅速回顧一下！
點選下方文字直接跳轉↓↓↓
第二篇
效能優化，是大型系統永遠避不開的一個話題。尤其是在高併發、分散式這種海量資料的場景下。
作為世界上最優秀的檔案系統的大腦，HDFS的NameNode究竟採用了什麼精妙的設計，能夠輕鬆抗住每秒上千次的高併發訪問？
點選下方文字直接跳轉↓↓↓
大規模叢集下Hadoop NameNode如何承載每秒上千次的高併發訪問
第三篇
檔案上傳，是HDFS平時做的最多的工作之一。這個檔案可不是幾G、幾十G的普通檔案，而是那種動輒上TB的超級大檔案。設計優秀的HDFS檔案系統，勢必不能容忍傳統檔案上傳那樣低下的效能。所以，你是否還記得，HDFS對大檔案上傳採取了何種優化方案？
點選下方文字直接跳轉↓↓↓
「效能優化的祕密」Hadoop如何將TB級大檔案的上傳效能優化上百倍
第四篇
最後，大家再一起來看看，之前給各位聊過的Hadoop的HDFS裡一個非常簡單卻優雅的一個演算法的設計，看看他如何”悄無聲息的”將大規模叢集下Hadoop的效能提升了10倍以上！
點選下方文字直接跳轉↓↓↓
Hadoop底層演算法如何優雅的將大規模叢集效能提升10倍以上？
後語
這裡筆者又忍不住要再次建議一下，雖然這是大資料系統中的效能優化設計，但是對於Java的同學來說，也是非常具有借鑑意義的。大資料本質上就是分散式的系統。對於分散式的設計，有很多優秀的思想值得吸收。
所以，Java的同學，如果有時間，也建議多讀讀優秀的大資料系統的原始碼，比如Hadoop，它本身也是Java寫的系統，這也是迅速提升技術內功的一條道路。
END
如有收穫，請幫忙轉發，您的鼓勵是作者最大的動力，謝謝！
一大波微服務、分散式、高併發、高可用的原創系列
文章正在路上,歡迎掃描下方二維碼，持續關注：
石杉的架構筆記（id:shishan100）
十餘年BAT架構經驗傾囊相授
推薦閱讀：
2、【雙11狂歡的背後】微服務註冊中心如何承載大型系統的千萬級訪問？
3、【效能優化之道】每秒上萬併發下的Spring Cloud引數優化實戰
6、大規模叢集下Hadoop NameNode如何承載每秒上千次的高併發訪問
7、【效能優化的祕密】Hadoop如何將TB級大檔案的上傳效能優化上百倍
8、拜託，面試請不要再問我TCC分散式事務的實現原理坑爹呀！
9、【坑爹呀！】最終一致性分散式事務如何保障實際生產中99.99%高可用？